导向滤波磨皮的对应文献为：Guided Image Filtering，这个算法速度极其之快，比其他的保边缘磨皮算法都快，甚至快上好几倍。这个算法最初来自于何明凯的图像去雾算法中，现在已然被应用封装与matlab图像处理函数库中，可见算法堪称经典。

看以下算法的伪代码：

这儿算法中有大量的用到均值卷积，因此可以用快速积分图的方法，进行简单加速。这个算法也是一种保边缘的滤波算法，然而它的用处远远不仅仅用于滤波，还有其它非常好用的功能，比如可以用于升采样，这个感觉非常爽。在一些抠图算法中，如果对大图直接进行抠图，速度非常慢，比如现在的grub cut 分割算法，这个时候我们可以对图像进行下采样，然后在小图上进行抠图，最后再进行升采样，这样速度就非常快了，这是现在一些大图处理常用的一种思路，因此这个算法的用处可想而知。最后我把我写代码贴出来，以供学习，这个代码没有经过整理优化，只是用了快速积分图进行加速：

float* CGuidedfiler::Guidedfiler(float*inimg,float*guidedimg,int height,int widht,int Radius,float eps)

{

int lenght=height*widht;

float*mult=new float[lenght];

float*oned=new float[lenght];

for (int i=0;i

{

mult[i]=inimg[i]*guidedimg[i];

oned[i]=1;

}

float *covmult=new float[lenght];

float *covone=new float[lenght];

FastGetAVG(covmult,mult,widht,height,Radius);

FastGetAVG(covone,oned,widht,height,Radius);

for (int i=0;i

{

covmult[i]/=covone[i];

}

delete []mult;

delete []oned;

//计算导向图、原图的窗口均值

float *mean_inimg=new float[lenght];

FastGetAVG(mean_inimg,inimg,widht,height,Radius);

float*mean_guideimg=new float[lenght];

FastGetAVG(mean_guideimg,guidedimg,widht,height,Radius);

for (int i=0;i

{

mean_guideimg[i]/=covone[i];

mean_inimg[i]/=covone[i];

}

//计算ak的除数

float *var_guideimg=new float[lenght];

float *sqr_guideimg=new float[lenght];

for (int i=0;i

{

sqr_guideimg[i]=guidedimg[i]*guidedimg[i];

}

FastGetAVG(var_guideimg,sqr_guideimg,widht,height,Radius);

delete []sqr_guideimg;

for (int i=0;i

{

var_guideimg[i]=var_guideimg[i]/covone[i]-mean_guideimg[i]*mean_guideimg[i];

}

//计算ak

float*a=new float[lenght];

for (int i=0;i

{

a[i]=(covmult[i]-mean_guideimg[i]*mean_inimg[i])/(var_guideimg[i]+eps);

}

//计算bk

float*b=new float[lenght];

for (int i=0;i

{

b[i]=mean_inimg[i]-a[i]*mean_guideimg[i];

}

delete []covmult;

delete []mean_guideimg;

delete []mean_inimg;

delete []var_guideimg;

float*mean_a=new float[lenght];

float*mean_b=new float[lenght];

FastGetAVG(mean_a,a,widht,height,Radius);

FastGetAVG(mean_b,b,widht,height,Radius);

for (int i=0;i

{

mean_a[i]/=covone[i];

mean_b[i]/=covone[i];

}

delete []a;

delete []b;

//输出图像

float *outimg=new float[lenght];

for (int i=0;i

{

outimg[i]=mean_a[i]*guidedimg[i]+mean_b[i];

}

delete []mean_a;

delete []mean_b;

return outimg;

}

然后把结果用于磨皮，测一测效果：

原图

美图秀秀智能磨皮

导向滤波磨皮

总的来说美图的磨皮好像边缘细节方面保持的不是很好，据此可以推断，美图的磨皮没有用到其他肤色检测技术，而我是结合了肤色检测技术在里面的，所以在头发细节方面会保持的比较好。美图的磨皮还有：自然磨皮、快速磨皮、普通磨皮，除了普通磨皮、智能磨皮，其它的算法结合了美白技术在里面，而且美白技术好像也没有肤色结合肤色检测技术，好像是对全图进行白偏色处理，感觉美图的美白效果很差，因为我觉得美白应该是只对皮肤进行美白，而不是整幅图像进行美白，这边仅代表我个人观点，如有冒犯，请联系本人。更多资源请关注我的博客：http://blog.csdn.net/hjimce                  原创文章，版权所有，转载请保留这两行作者信息